扬声器异常声信号检测中的门限与类型判定方法研究
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-8页 |
| 1 绪论 | 第8-14页 |
| ·课题研究背景和选题意义 | 第8-9页 |
| ·课题研究背景 | 第8页 |
| ·扬声器异常声检测的研究意义 | 第8-9页 |
| ·扬声器异常声检测的研究现状 | 第9-10页 |
| ·国内研究现状 | 第9-10页 |
| ·国外研究现状 | 第10页 |
| ·课题的研究目的以及主要的研究内容 | 第10-12页 |
| ·课题的研究目的 | 第10-11页 |
| ·课题的研究内容 | 第11-12页 |
| ·论文结构 | 第12-14页 |
| 2 扬声器的工作原理以及异常声类型 | 第14-22页 |
| ·扬声器结构以及其工作原理 | 第14-15页 |
| ·扬声器的结构 | 第14页 |
| ·扬声器的工作原理 | 第14-15页 |
| ·扬声器数学模型分析 | 第15-16页 |
| ·扬声器异常声信号的来源以及类型 | 第16-21页 |
| ·扬声器响应异常声信号的来源 | 第17-18页 |
| ·异常声产生的原因 | 第18-19页 |
| ·扬声器异常声信号的类型 | 第19-21页 |
| ·本章小结 | 第21-22页 |
| 3 扬声器异常声信号检测的原理 | 第22-28页 |
| ·扬声器检测系统的原理 | 第22-25页 |
| ·激励信号的选取 | 第23-24页 |
| ·异常声信号的特点及处理思路 | 第24-25页 |
| ·扬声器异常声信号检测方法的整体流程 | 第25-27页 |
| ·本文所采用的关键技术 | 第27页 |
| ·本章小结 | 第27-28页 |
| 4 异常声信号门限的判定 | 第28-32页 |
| ·异常声信号门限生成部分 | 第28-29页 |
| ·电信号门限的生成 | 第28-29页 |
| ·声信号门限的生成 | 第29页 |
| ·异常声信号门限的检测 | 第29-31页 |
| ·电响应信号的异音曲线及门限图 | 第29-30页 |
| ·声响应信号的异音曲线及门限图 | 第30-31页 |
| ·异常声信号的综合判断 | 第31页 |
| ·本章小结 | 第31-32页 |
| 5 异常程度门限的判定 | 第32-42页 |
| ·短时傅里叶变换（STFT） | 第32-34页 |
| ·STFT的定义及意义 | 第33页 |
| ·离散短时傅里叶变换（DSTFT）的定义及意义 | 第33-34页 |
| ·标准特征曲线门限的生成 | 第34-39页 |
| ·正常扬声器响应信号的DSTFT | 第34-35页 |
| ·高阶频率均值特征曲线 | 第35-36页 |
| ·标准特征曲线门限的确定 | 第36-39页 |
| ·异常程度的判定结果 | 第39-40页 |
| ·异常声程度检测的实验验证 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 6 异常声信号类型的判定 | 第42-66页 |
| ·模式识别判定原理 | 第42-43页 |
| ·模式识别的一般流程 | 第42-43页 |
| ·模式识别的原理 | 第43页 |
| ·异常声信号的特征提取方法 | 第43-49页 |
| ·其它时频分析方法的不足 | 第44-48页 |
| ·小波包变换 | 第48-49页 |
| ·MATLAB仿真结果 | 第49-57页 |
| ·可听的异常声仿真图 | 第49-52页 |
| ·小波包分解仿真图 | 第52-54页 |
| ·小波包分解能量分布图 | 第54-57页 |
| ·BP神经网络 | 第57-61页 |
| ·BP神经网络模型 | 第57-59页 |
| ·BP神经网络的学习及训练 | 第59-61页 |
| ·异常声类型的识别结果 | 第61-63页 |
| ·本章小结 | 第63-66页 |
| 7 总结与展望 | 第66-68页 |
| ·论文总结 | 第66-67页 |
| ·论文展望 | 第67-68页 |
| 参考文献 | 第68-74页 |
| 附录 | 第74-78页 |
| 攻读学位期间发表文章 | 第78-84页 |
| 致谢 | 第84页 |
